Название: Математика для экономистов - Красе М. С. Жанр: Экономика Рейтинг: Просмотров: 1487 |
Глава 12Элементы математической статистики Мат ематическая статистика является частью общей прикладной математической дисциплины «Теория вероятностей и математическая статистика», однако задачи, решаемые ею, носят специфический характер. Если теория вероятностей нсслелуег явления, полностью заданные их моделью, то в математической статистике вероятностная модель определена с точностью до неизвестных параметров. Отсут ствие сведений о параметрах компенсируется «пробными* испытаниями, на основе которых и восстанавливается недостающая информация. Цель математической статистики состоит в создании методов сбора и обработки статистических данных для получения научных и практических выводов. Первая задача математической статистики состоит в указании методов сбора и группировки статистических сведений, которые получены в результате экспериментов или наблюдений. Вторая задача —это разработка методов анализа статистических данных: оценки неизвестных вероятности события, а также функций И параметров распределения; опенка зависимости случайной величины от других случайных величии: проверка статистических гипотез о виде и величинах параметров неизвестного распределения. Рассмотрим некоторые из этих вопросов. 12.1. Выборочный метод 12.1.1. Выборки На практике сплошное исследование (каждого объекта из интересующей нас совокупности) проводят краппе редко. К тому же. если эта совокупность содержит большое числообъектов или исследование объекта требует нарушения его функционального стандарта, то сплошное 12.1. Выборочный метод 2 исследование нереально. В таких случаях из всей совокупности случайно отбирают ограниченное число объектов и подвергают их исследованию. Введем основные понятия, связанные с выборками. Генеральной совокупностью называется совокупность объектов, из которых производится выборка. Выборочной совокупностью (выборкой) называется совокупность случайно отобранных объектов из генеральной совокупности. Число объектов в совокупности называется ее объемом. Пример 1. Пусть из 2000 изделий отобрано для обследования 100 изделий. Тогда обьем генеральной совокупности Ы= 2000. а объем выборки я = 100. Выборку можно осуществлять двумя способами. Если после исследования объект из выборки возвращается в генеральную совокупность, то такая выборка называется повторной (возвратной); если объект не возвращается в генеральную совокупность, то выборка называется бесповторной (безвозвратной). Выборка называется репрезентативной (представительной), если по ее данным можно достаточно уверенно судить об интересующем нас признаке генеральной совокупности. 12.1.2. Способы отбора Различают два вида способов отбора: без расчленения генеральной совокупности на части и с расчленением, К Первому виду относятся простые случайные отборы (повторные либо бесповторные), когда объекты извлекают по одному из генеральной совокупности; такой отбор можно производить с использованием таблицы случайных чисел. Второй способ отбора включает в себя следующие разновидности соответственно способам расчленения генеральной совокупности, Отбор, при котором объекты отбираются из каждой «типической» части генеральной совокупности, называется типическим. Например, отбор деталей из продукции каждого станка, а не из их общего количества, является типическим. Если генеральную совокупность делят на число Групй, равное объему выборки, с последующим отбором из каждой группы по одному объекту, m такой отбор называется мехапичестш. Серийным называется отбор, при котором объекты отбираются не по одному, а сериями; этот способ используется, когда исследуемый признак имеет незначительные колебания в различных сериях. На практике часто употребляется комбинирование перечисленных способов отбора. Например, генерал тагу ю совокупность разбивают 2 Глава 12. Элементы математической статистики на серии одинакового объема, затем случайным образом отбирают несколько серий и в завершение случайным извлечением отдельных объектов составляют выборку. Конкретная комбинация способов отбора объектив из генеральной совокупности определяется требованием репрезентативности выборки. 12.1.3. Статистическое распределение выборки Пусть из генеральной совокупности извлечена выборка объема п, в которой значение зг, некоторого исследуемого признака X наблюдалось та, раз, значение ос2 — п2 раз, значение т*-н> раз. Значения х, называются вариантами, а их последовательность, записанная в возрастающем порядке, — вариационным рядом. Числа п, называются частотами, а их отношения к объему выборки — отноашельиылш частотами. При этом j^n, = п. Модой Мй называется варианта, имеющая наибольшую частоту. Медианой тр называется варианта, которая делит пополам вариационнмй ряд на две части с одинаковым числом вариант в каждой. Если число вариант нечетно, т. е. k-2l+ 1, то тг-~х,*с, если же число вариант четно (&-■ 21), то тг = Щ + xUi )/2. Рашахом варьирования называется разность между максимальной и минимальной вариантами или длина интервала, которому принадлежат все варианты выборки: Перечень вариант и соответствующих им частот называется статистическим распределением выборки. Здесь имеется аналогия с законом распределения случайной величины: в теории вероятностен — это соответствие между возможными значениями случайной величины и их вероятностями, а в математической статистике — это соответствие между наблюдаемыми вариантами и их частотами (относительными частотами). Нетрудно видеть, что сумма относительных частот равна (12.1) Пример 2. Выборка задана в виде распределения частот: X 4 7 8 12 17 п 2 4 5 6 3 Найти распределение относ [[тельных частот и основные характеристики вариационного ряда. 12.1. Выборочный метод 2 Решение. Найдем объем выборки: « = 2 + 4 + 5+6 + 3 = 20, Относительные частоты равны: IV, = 2/20 =0,1; №,=4/20 = 0,2: W3 = 5/20 =0,25; W4 = 6/20 = 0.3; "/s = 3/20 = 0,15 соответственно. Контроль: 0,1 + 0,2 + + 0,25 + 0,3 + 0,15=1. Искомое рас п редел енне относительных частот имеет вид хі 4 7 8 12 17 W, 0,1 Ш 025 0,3 0,15 Мода этого вариационного ряда равна 12. Число вариант в данном случае нечетно, k = 2 - 2 + 1, поэтому медиана тг =Щ = 8. Размах варьирования, согласно формуле (12.2), R = 17 - 4 = 13. 12.1.4. Эмпирическая функция распределения Пусть и, - число наблюдений, при которых наблюдалось значение признака X, меньшее .v. При объеме выборки, равном л, относительная частота события X < х равна «т/я. Определение 1. Функция, определяющая для каждого значения х относительную частоту события Х<х, F*(x) njn (12,3) называется эмпирической функцией распределения, или функцией распределения выборки. В отличие от эмпирической функции распределения F* (х) выборки функция распределения Р(х) генеральной совокупности называется теоретической функцией распределения. Различие между ними состоит в том, что функция F(x) определяет вероятность события Х<х, а F* (л) — относительную частоту этого события. Из теоретических результатов обшей теории вероятностей (закон больших чисел) следует, что при больших п вероятность отличия этих функции друг от друта близка к единице: im.P[F{x)-F9 (ху<г] = 1, Е > 0. (12.4) Нетрудно увидеть, что F* (х) обладает всеми свойствами F(.t), что вытекает из ее определения (12.3): 1) значения F* (т) принадлежат отрезку [0, 11; 2) F* (х) является неубывающей функцией; 3) пусть х„ и jfw — соответственно, минимальная и максимальная варианты, тогда F* (.г) = 0 при ас < хт и Р (х) = 1 при х £ хм. 2 Глава 12. Элементы математической статистики Сама же функция F* (х) служит для оценки теоретической функции распределения F(x) генеральной совокупности. Пример 3. Построить эмпирическую функцию по заданному распределению выборки: X, 2 4 6 л, 10 15 25 Решение, Находим объем выборки: и = 10 +■ 15 + 25 = 50. Наименьшая варианта равна 2, позтому F* (х) =0 при х< 2. Значение А'< 4 (пли Т; = 2) наблюдалось 10 раз, значит, F* (х) = 10/50 = 0,2 при 2<х< 4. Значения .Y< 6 (а именно Хх = 2 и х2 =4) наблюдались 10 + 15 = 25 раз, значит, при 4 < .т < 6 функция F* (х) - 25/50 ~ 0,5. Поскольку х = 6 максимальная варианта, то F* (х) - 1 при.г > 6. Напишем формулу искомой эмпирической функции: [0, X < 2, v 2< X < 4. ■ ] '0& 4<т<6, График этой функции показан на рис. 12.1. і 0.5 0,2 1-т---1---с--- 0 2 4 б * Рис. 12.1. График эмпирической функции по данным примера 3 12,1.5. Полигон и гистограмма Каждую пару значений (х„ л() из распределения выборки можно трактовать как точку на координатной плоскости. Точно так же можно 12.1. Выборочный метод 2 рассматривать и пары значения (л,, и/) относительного распределения выборки. Ломаная, отрезки которой соединяют точки (.rf. rt,), называется полиюном частот. Ломаная, соединяющая на координатной плоскости точки (х0 W,), называется полигоном относительных частот. На рис. 12.2 показан полигон относительных частот для распределения, приведенного в примере 2. 0,3 0.2 0,1 12 I6 20 Рис. 12.2. Полигон относительных частот распределения по данным примера 2 Для случая непрерывного признака А' удобно разбить интервал (хтЫ, 1тт.иг) его наблюдаемых значений на несколько частичных интерватов длиной h каждый и найти для каждого из этих интервалов сумму частот п„ попавших в него. Ступенчатая фигура, состоящая из прямоугольников с основаниями длиной h и высотами njh (плотность частоты), называется гистограммой частот. Геометрический смысл гистограммы: нетрудно увидеть, что площадь ее равна сумме всех частот, или объему выборки. На рис. 12.3 изображена гистограмма выборки объема «=100. Аналогичным образом определяется и гистограмма относительных частот. Высоты прямоугольников, составляющих ступенчатую фигуру, определяются отношениями сумм относительных частот, попадающих в интервал (j;min + (J - 1) A, a-min + jh), к длине интервала А, т. е. величинами Wj/h, В этом случае площадь гистограммы отно п,/п 1 Л 2 1 0 10 20 30 40 50 60 70 л Рис. 12.3. Пример гистограммы выборки объема п = 100 2 Глава 12. Элементы математической статистики сительных частот равна единице (сумме относительных частот выборки), 12.2. Статистические оценки параметров распределения Рассмотрим значения количественного признаках^х,,.... х„ в выборке как независимые случайные величины Х„ Хг,.... Х„. Тогда нахождение статистической оценки неизвестного параметра теоретического распределения означает отыскание функции от наблюдаемых случайных величин, которая и даст нам приближенное значение искомого параметра. 12.2.1. Виды статистических оценок Несмещенной называется статистическая оценка 0*. математическое ожидание которой равно оцениваемому параметру 6 при любой выборке; М(Є.) = Є. (12.5) Смещенной называется оценка, при которой условие (12.5) не выполнено. Эффективной называется оценка, которая имеет минимальную дисперсию при заданном объеме выборки п Состоятельной называется статистическая оценка типа (12А). которая при п -> х> стремится по вероятности к оцениваемому параметру. Теперь укажем виды числовых характеристик оценок. Прежде всего — это средние. Генеральная средняя для изучаемого кол ичесгвен ного признака X по генеральной совокупности X. =(дг, +x.j + ... + хк)/ N и выборочная средняя хп =(Д, +ДГ, + ... xk)f п. Если значения [гризнака х„ х-,,.... щ в выборке имеют, соответственно, частоты л,, щ,.... nk, то последнюю формулу можно переписать в виде X, =-1»;.т,. (12.6) Можно показать, что выборочная средняя (12.6) является несмещенной оценкой; это аналог математического ожидания случайной величины X* 12.2. Статистические оценки параметров распределения 223 Введем в рассмотрение величины, характеризующие отклонение значений количественного признака X от своего среднего значения. Это генеральная дисперсия и выборочная дисперсия О. --£<*, --тм У — 2>,<* -.тяГ и м я Тії (12.7) Для вычисления этих характеристик используются более удобные формулы, аналогичные дисперсии случайной величины; так, вторая формула (12.7) для выборочной дисперсии принимает вид °. -<*, У- (12.8) Соответственно определяются генеральное и выборочное средние квйд-ратические отклонения: о, =VÖt4 -л/Я- (12.9) Пример 4. Выборка задана таблицей распределения х, 12 3 5 щ 15 20 10 5 Найти выборочные характеристики: среднюю, дисперсию и среднее квадратическос отклонение. Решение. По формуле (12.6) сначала находимха: 15-1 + 20-2+10-3 + 5-5 ПО пп г =---=-= 12, 15 + 20 + 20 + 5 50 Затем по формулам (12.8) и (12.9) находим две другие искомые величины: D„ = (15- 1 + 20-Л + 10-9 + 5 -25)/ 50-2^- =62-4,84 = 1,36, а„ =JcT = Дзб * Цбб. 12.2.2. Эмпирические моменты Для вычисления сводных характеристик выборок используют эмпирические моменты, аналогичные соответствующим теоретическим моментам. Обычным эмпирическим моментом порядка s называется 2 Гпзва 12. Элементы математической статистики среднее значение 5-х степеней разностей .г, - С, где X, — наблюдаемая варианта, С — произвольная постоянная (ложный нуль — либо мода, либо любая варианта, расположенная примерно в середине вариационного ряда): К =-1>(-г, -П (12.10) При С= 0 имеем начальные эмпирические моменты порядка s; в частности, в случае 5= I Гі Й Центральным эмниричеекгьм моментом порядка s называется обычный момент (12.10) при С =-t„: =~ТпМ,-^ьУ- (Ші) В частности, центральный момент второго порядка щ =-X«,(.v, -х,)2 = (12.12) иными словами, это совпадает с выборочной дне перс пей. 12,2.3. Асимметрия и эксцесс эмпирического распределения Нормальное распределение является одним из самых распространенных в применениях математической статистики. Для оценки отклонения эмпирического распределения от нормального используют следующие характеристики. Асимметрия эмпирического раїпределения определяется следующим равенством: ~ЩЫХ,. (12.13) Эксцесс эмпирического распределения определяется следующим равенством: е> =т.,/о-: -3. (12.14) В формулы (12.13) и (12.14) входят центральные эмпирические моменты, определяемые формулами (12.11), а также выборочное среднее квадратнческое отклонение (12.9). Асимметрия и эксцесс служат для сравнения полигона эмпирического распределения с нормальным 12.2. Статистические оценки параметров расвределения 225 распределением: знак а указывает на расположение длинной части ломаной относительно математического ожидания (справа при as>q и слева при а,< 0); Є), характеризует «крутизну» ломаной (при et > 0 сравниваемая кривая более высокая и острая, при et < 0 она более низкая и плоская). Пример 6. Найти асимметрию и зкецее эмпирического распределения: варианта 1 2 3 4 5 6 10 частота 5 10 15 35 16 15 4 Решение, Найдем сначала х, и о„ но формулам (12.6)—(12.9): _ 5-1+ 10-2+ 15-3+35-4 + 16-5 + 15-6+ 4-Ю „_ у —---.___—_.__.____ — еу- 5 + 10+15 + 35 + 16 + 15 + 4 „ 5 ■ 1 + 20 ■ 4 + 15 • 9 + 35 ■ 16+ 16 ■ 25 + 15 ■ 36 + 4 ■ 100 1п2 ,JCf. я=-- шо --=4^ =дза о„ = V356 = Ш87. Далее, используя формулы (12.11). определяем центральные эмпирические моменты третьего и четвертого порядков: =(5 (-32):| 110 (~2.2)я + 15 •< 1,2)* +35 (-02)3 + 16 ■ 033 + + 15 - 1.83 +4 - 5,83)/100 =579,6/100 = 5,796; Щ =(5 (-32/ + 10 (-2,2/ + 15 ■ (-12)* +35 ■ (-Q2)4 +16 ■ ОуВ' + + 15 ■ ІЗ4 + 4 ■ 5,8і )/100 = 5480,32/100 -5.18032 Затем по формулам (12.13) и (12.14) находим искомые величины: а, = 5.796/13873 = 0,863; »i = 548032/1887* = 4,324. 12.2.4. Доверительный интервал Заметим, что все оценки, приведенные ранее, определяются одним числом, т. е. являются точечными. При малых объемах выборки точечная оценка может приводить к большим ошибкам и значительно отличаться от оцениваемого параметра. Более широкое применение получил метод доверительных интервалов, разработанный американским статистиком Ю. Нейманом. В дальнейшем этот метод нам понадобится. Определение 2. Доверительным интервалом для параметра Є с надежностью оценки р называется числовой промежуток (В* - S, 6* + 6), 2 Глава 12. Элементы математической статистики содержащий истинное значение данного параметра с вероятностью, равной р: Р<Є*-5<9<9*н-8)=р, (12.15) где 0* - оценка неизвестного параметра 0 (например, точечная оценка), 5 > 0 — некоторое число. Обычно надежность оценки р задается числом, близким к единице. Иными словами, доверительный интервал покрывает неизвестный параметр с заданной надежностью. Число а= 1 —р называется уровнем значимости. Общая схема построения доверительных интервалов сводится к следующему: 1. Рассматриваются теоретические выборки случайных величин, с распределениями которых связан параметр 9. 2. Подбирается случайная величина Ус известным распределением, значения которой определяются выборками и параметром 0: У= Y (0), 3. По известному распределению У подбираются числа У, и У2 такие, чтобы выполнялось равенство Р (У, < У (Ö) < У2) = р. 4. По значениям У, и У3 определяется число 5 > 0 при известном значении 9*. Таким образом условие (12.15) будет выполнено и доверительный интервал построен. Пример 7. Найти доверительные интервалы надежности р, = 0,95 ир!= 0,99 для нормальной случайной величины X с функцией распределения iV(0, I) — см. формулу (11.48). Решение. В первом случае р/2 = 0,475; из равенства Ф(т) = 0,475 по табл. П.1 определяем .т= 1,96, т. е. при уровне значимости ос = 0,05 Хе( 1.96; 1,96). Во втором случае из аналогичного равенства Ф (т) = 0,495 получаем .т-2,58, т. с. при уровне значимости а = 0,01 X є (-2,58; 2,58). 12.3. Статистические оценки статистических гипотез Обычно в практических задачах не встречаются случайные величины, распределения которых точно соответствовали бы теоретическим распределениям. Последние являются математическими моделями реальных распределений. Подбор таких моделей и анализ их адекватности моделируемым случайным величинам, что является одной из основных задач математической статистики, которая, в свою очередь. сводится к проверке предположений (гипотез) о виде модели распределения и о его параметрах. Определение 3. Статистической называется гипотеза о виде неизвестного распределения, о параметрах известных распределений, об отношениях между случайными величинами и т. д. 12.3.1. Виды статистических гипотез Определение 4. Нулевой (основной) гипотезой называется выдвинутая гипотеза Нй. Определение 5. Конкурирующей (альтернативной) гипотезой называется гипотеза Н,, которая противоречит нулевой гипотезе Я0. Например, если нулевая гипотеза состоит в предположении о том, что математическое ожидание нормального распределения а = 5, то конкурирующая гипотеза может состоять в предположении, что й^5. В краткой записи: На: а = 5; Я,: а * 5. Гипотезы различают на простые (содержащие только одно предположение) и сложные (состоящие из конечного или бесконечного числа простых гипотез). Наиболее распространенными являются два типа гипотез: 1, Параметрические сипотеш'- при известном виде распределения предположения о неизвестных характеристиках этого распределения. 2, Для известной случайной величины (выборки) предположения о виде ее распределения. 12.3.2. Общая схема проверки статистических гипотез Определение 6. Статистическим критерием (или просто критерием) называют случайную величину Т, которая служит для проверки статистических гипотез. Укажем основные моменты проверки статистических гипотез. 1. Для основной гипотезы Яя формулируется альтернативная гипотеза Я,. 2. Выбирается малое положительное число а — уровень значимости проверки. Обычно а колеблется в пределах от 0,01 до 0,05. 3. Рассматриваются теоретические выборки значений случайных величин, о которых сформулирована гипотеза Н„, и выбирается (формируется) случайная величина Г. Значения и распределение Г полностью определяются по выборкам при предположении о верности гипотезы Величина Г называется статистикой или тестом критерия. ! Ї ' 2 Глава 12. Элементы математической статистики 4. На числовой оси залают интервал D такой, что вероятность попадання текста Гв этот интервал равнар- 1 -а: P(T Интервал D называется областью принятия гипотезы Я,„ а оставшаяся
область числовой осп - критической областью. В ряде случаев за область D принимают
один из интервалов: (-се, l^]. f-/^. ttJ, [i,p, °°), где число ґм, — критическое
значение теста проверки. Соответственно этим промежуткам критерий проверки называется
правосторонним, двусторонним или левосторонним. Соответствующие области отклонения
гипотезы На: (fh.p, да), (-да, -^) и (гкр, да) и (-л, 5, По реализациям анализируемых теоретических выборок вычисляется
конкретное (наблюдаемое) значение теста Г (обозначим его £() и проверяется выполнение
условия (12.16): если оно выполняется, то гипотеза #о принимается в том смысле,
что она не противоречит опытным данным; если же условие (12.16) не выполняется,
то полагается, что гипотеза Нй неверна и вероятность этого события определена неверно. Из представленной ранее схемы следует, что при проверке гипотезы
Htl возможны следующие ошибки: • ошибка первого рода — отвергнуть гипотезу И0 при ее правильности,
вероятность этой ошибки равна а; • ошибка второго рода — принятие гипотезы Я(, при правильности
альтернативной гипотезы Пусть вероятность ошибки второго рода равна ß, тогда число 1 - ß называют мощностью критерия.
Чем больше мощность критерия, тем меньше вероятность ошибки второго рода. При выбранном
уровне значимости критическую область следует строить так, чтобы мощность критерия
была максимальной. Можно показать, что в случае ограниченного интервала области
при-ігятия гипотезы Я0 (двусторонней критической области) существует связь интервала
D, определяемого по (12.15), с доверительным интервалом, определяемым по формуле
(12.14). 12.3.3. Типы
статистических критериев проверки гипотез Любой критерий не доказывает справедливость проверяемой гипотезы
Я,„ а лишь устанавливает на принятом уровне значимости ее согла- 12.3, Статистические оценки статистических гипотез 229 сие или несогласие с данными наблюдении. Укажем здесь наиболее
употребительные критерии проверки статистических гипотез: 1. Критерий \%1, или Kpumej)uu Пирсона. 2. Критерий Стьюдента. 3. Критерий Фишера. 4. Критерий Колмогорова. Обычно один из указанных критериев и употребляют при составлении
теста критерия проверки (см. п. 4 схемы проверки в предыдущем разделе). Основой
для составления соответствующих формул критериев Пирсона, Стьюдента и Фишера являются
соответствующие соотношения (11.49), (11.51) и (11.53). Рассмотрим примеры проверки статистических гипотез с использованием
критериев X2 и Стьюдента. Пример 8. Заданы эмпирические и теоретические частота (п( и «') при числе групп выборки s = 8: й, 6 13 38 74 106 85 30 14 п 3
14
42 82
99
76
37 13 При уровне значимости 0,05 проверить гипотезу На о нормальном
распределении генеральной совокупности. Решение. Наблюдаемое значение критерия вычисляется по формуле
ZL=IK-«:)V», (12.17) 1-І или, что то же самое, по упрощенной формуле Хмй =£(«, АО"* 02-18) где n = V й; =£я]
— объем выборки. В нашем случае
л = 366. Используя данные исходной таблицы, получаем: ХІ& щ Зб/3 + іб^'4 + І444/42 + 5476/82 +11236/99+
7225/76 + + 900/37 * 196/13-366 = 37319-366 =7,19 Далее находим число степеней свободы £ = £-3
= 8-3 = 5 (число групп выборки минус один — это число степеней свободы распределения
Пирсона — и минус еще два, так как нормальное распределение 2 Глава 12. Элементы математической статистики характеризуется двумя параметрами — математическим ожиданием
и дисперсией). По таблице критических точек распределения Xі (приложение 3) по уровню значимости
а = 0,05 и числу степеней свободы 5 находим критическое значение теста xl,, =
HL 'Гак как хілл <У-1у то оснований отвергать нулевую гипотезу г/0 нет, т. е.
расхождение .эмпирических и теоретических частот незначимое. Иными словами, гипотеза
о нормальном распределении генеральной совокупности не противоречит данным наблюдений. Пример 9. Для независимых наблюдений.ги.г2,хп проверим гипотезу
Щ: математическое ожидание т = тпц при двусторонней альтернативной гипотезе
II,: m # m0. Уровень значимости а задан. Решение. В качестве критерия проверки нулевой гипотезы примем
случайную величину Т = (х-щ1Іф. (12.19) где s — оценка среднего квадратического отклонения. Величина
Т имеет распределение Стьюдента с п - 1 степенями свободы. По таблице распределения
Стьюдента при заданном п находим критическую точку г,_ц
= гопределяющую доверительный интервал Р{Т<п-І<Ір) = р = -и., Тогда критическая область определяется неравенством ] Г(л
-1)| > tp. Гипотеза Пп не отклоняется на уровне значимости а, если (х-іщ )-Jn/s\< tr или лід є (х -1 р sj-fn,
ї + fpS/Vn). (12.20) В противном случае, если гипотетическое значение ш0 не покрывается
доверительным интервалом (12.20) с заданной надежностью р, то гипотеза Ид отклоняется. Упражнения 12.1, Найти групповые средние совокупности, состоящие из двух
групп; 1- я группа .т, 0,1 0,4 0,6 п, 3 2 5 2- я группа X, 0,1 0,3
0,4 и, 10 4 6 Упражнений 231 12.2. По условиям предыдущей задачи найти общую среднюю. 12.3. Для распределения статистической совокупности X, А 7 10 15 \% 10
15
20 5 найти ее дисперсию. Для заданных среднего квадратического отклонения а, выборочного
среднего х0 и объема выборки п найти доверительные интервалы неизвестного математического
ожидания с заданной надежностью р. 12.4. о = 2, х
=5,4, л= 10, rj = 0,95. 12.5. а = 3,ї, =20.12, п
= 25,р = 0,99. 12.6. Найти асимметрию и эксцесс эмпирического распределения X, 10.6 10,8 Ш 112 11,4 1Ш lt8 tt.
5
10
17
30
20
12 6 12.7. Из нормальной генеральной совокупности с известным средним
квадрати чес ким отклонением а - 2.1 извлечена выборка объема п =49 И по ней найдено
среднее хв =4,5. При уровне значимости и = 0,05 проверить нулевую гипотезу Иа: я
= 3 (равенство математического ожидания гипотетическому значению) при альтернативной
гипотезе И{. а * 3. 12.8. Для выборки объема гс=16, извлеченной из нормальной генеральной
совокупности, определены выборочная средняя х
= 12,4 и среднее квадратическос отклонение s= 1,2. При уровне значимости
0,05 проверить нулевую гипотезу Яп: а = 11,8 при альтернативной гипотезе //,: а*
11,8. 12.9. По 100 независимым испытаниям определена относительная
частота т/п - 0,15. При уровне значимости а = 0,05 проверить нулевую гипотезу Ни:
р - 0,17 при альтернативной гипотезе Ну р* 0,17. |
| Оглавление| |
- Акмеология
- Анатомия
- Аудит
- Банковское дело
- БЖД
- Бизнес
- Биология
- Бухгалтерский учет
- География
- Грамматика
- Делопроизводство
- Демография
- Естествознание
- Журналистика
- Иностранные языки
- Информатика
- История
- Коммуникация
- Конфликтология
- Криминалогия
- Культурология
- Лингвистика
- Литература
- Логика
- Маркетинг
- Медицина
- Менеджмент
- Метрология
- Педагогика
- Политология
- Право
- Промышленность
- Психология
- Реклама
- Религиоведение
- Социология
- Статистика
- Страхование
- Счетоводство
- Туризм
- Физика
- Филология
- Философия
- Финансы
- Химия
- Экология
- Экономика
- Эстетика
- Этика
Лучшие книги
Гражданский процесс: Вопросы и ответы
ЗАПАДНОЕВРОПЕЙСКОЕ ИСКУССТВО от ДЖОТТО до РЕМБРАНДТА
Коммуникации стратегического маркетинга
Консультации по английской грамматике: В помощь учителю иностранного языка.
Международные экономические отношения